返回首页
基于SSD和时序模型的微博好友推荐算法
https://dl.ccf.org.cn/file_server/20210827/159_226_43_5/gcykx21-7/144a6fca947d4cbb9121c7ac22441193.jpg
社交网络用户的指数型增长，导致用户在网络中难以找到适合自己的好友。提出一种基于多目标检测算法SSD和时序模型的微博好友推荐算法BSBT-FR,首先利用SSD对搜集到的用户图像进行信息提取，再利用时序模型在时间维度上对提取到的信息做进一步处理，然后利用JS散度公式计算用户间的相似度，最后与基于用户个人信息得出的相似度进行加权式融合，得出综合的用户相似度，使用Top-K思想进行用户推荐。在新浪微博用户数据集上的实验表明，参考因素的权重取值会影响推荐结果，BSBT-FR算法与只考虑用户属性或用户图像的算法相比，精准度更高。
<<< 上一篇
基于注意力门控神经网络的社会化推荐算法
读完这篇文章后，您心情如何？
京公网安备 11010802032778号
所有评论仅代表网友意见